Доступно с лицензией Spatial Analyst.
Краткая информация
Оценивает точность отдельных образцов обучающей выборки. Точность перекрестной проверки вычисляется при помощи предварительно созданного результата обучающей классификации в файле .ecd и обучающих выборок. В выходные данные входит набор растровых данных, содержащий значения неправильно классифицированных классов, и набор данных обучающей выборки с показателями точности для каждой обучающей выборки.
Использование
Инструмент использует входной растр, дополнительный входной растр и файл определения классификатора .ecd для создания на лету слоя классификации. Затем слой классификации используется как базовый и сравнивается со всеми полигонами или точками обучающей выборки. Поскольку идеальная обучающая выборка должна содержать только пикселы отображаемого класса, для каждой выборки путем сравнения всех правильно и неправильно классифицированных пикселов вычисляется точность. Показатель точности (для полигона/точки) вычисляется как отношение number of correctly classified pixels / number of total pixels для каждой обучающей выборки.
Значение - десятичное число, которое для полигональных обучающих выборок может варьироваться от 0 до 1. Для точек значение равно либо 0, либо 1.
Для улучшения классов в обучающих выборках результаты могут использоваться следующим способами:
- Воспользуйтесь таблицей атрибутов выходной обучающей выборки для сортировки объектов выборки по точности и крупного просмотра каждого из них.
- Используйте карту неклассифицированных классов, чтобы увидеть, где находится ошибка классификацию и определить ее причины.
- После этого вы примите решение, сохранять, удалять или изменять обучающие объекты.
Синтаксис
InspectTrainingSamples (in_raster, in_training_features, in_classifier_definition, out_training_feature_class, out_misclassified_raster, {in_additional_raster})
Параметр | Объяснение | Тип данных |
in_raster | Входной классифицируемый растр. | Mosaic Layer; Raster Layer; Image Service; String |
in_training_features | Класс объектов обучающей выборки создан на панели Менеджер обучающих выборок. | Feature Layer; Feature Class; Raster Catalog Layer |
in_classifier_definition | Выходной файл классификации .ecd любого из инструментов классификации с обучением. .ecd - это файл JSON, который содержит информацию об атрибутах, статистику и другую информацию, необходимую для классификатора. | File |
out_training_feature_class | Выходные отдельные обучающие выборки сохраняются как класс объектов. Связанная атрибутивная таблица содержит дополнительное поле с показателем (баллами) точности. | Feature Class |
out_misclassified_raster | Не классифицированные, не попавшие в обучающие выборки области растра со значениями NoData. В обучающих выборках правильно классифицированные пикселы имеют значения NoData, а неправильно - значения соответствующих классов. В результате получается индексная карта неклассифицированных значений классов. | Raster Dataset |
in_additional_raster (Дополнительный) | Дополнительно включите вспомогательные наборы растровых данных, такие как спектрозональное изображение или ЦМР, для создания атрибутов и другой необходимой для классификатора информации. Растр, который понадобится при вычислении атрибутов, таких как среднее или среднеквадратическое отклонение. | Mosaic Layer; Raster Layer; Image Service; String |
Пример кода
InspectTrainingSamples, пример 1 (окно Python)
В этом примере проверяется пригодность для классификации обучающих выборок.
### InspectTrainingSamples example 1 (Python window)
import arcpy
from arcpy.sa import *
in_img = "C:/Data/wv2.tif"
trn_samples1 = "C:/out/ts.shp"
ecd = "C:/Data/svm.ecd"
seg_in_img = "C:/Data/seg.tif"
trn_samples2 = "C:/out/ts2.shp"
out_misclassified_raster = InspectTrainingSamples(in_img, trn_samples, ecd,
trn_samples2, seg_in_img);
out_misclassified_raster.save("C:/temp/misclassified.tif")
InspectTrainingSamples, пример 2 (автономный скрипт)
В этом примере проверяется пригодность для классификации обучающих выборок.
### InspectTrainingSamples example 2 (stand-alone script)
import arcpy
from arcpy.sa import *
out_misclassified_raster = InspectTrainingSamples("C:/Data/wv2.tif",
"C:/out/ts.shp",
"C:/Data/svm.ecd",
"C:/out/ts2.shp",
"C:/Data/seg.tif");
out_misclassified_raster.save("C:/temp/misclassified.tif")
Параметры среды
Информация о лицензиях
- ArcGIS Desktop Basic: Требует Spatial Analyst
- ArcGIS Desktop Standard: Требует Spatial Analyst
- ArcGIS Desktop Advanced: Требует Spatial Analyst
Связанные разделы
- Обзор группы инструментов Сегментация и классификация
- Что такое классификация изображений?
- Классификатор по методу максимального правдоподобия с обучением
- Классификатор произвольных деревьев с обучением
- Классификатор опорных векторов с обучением
- Классифицировать растр
- Создать обучающие выборки из исходных точек